最新动态
按时间阅读简讯，深入内容再看原文与专题。
2026年09月20日
腾讯混元联合清华北大发布 WebCraftBench，用软件测试方法评测 AI 网页生成
腾讯混元联合清华大学、北京大学提出 WebCraftBench，让智能体实际操作 AI 生成的网页，用代码覆盖率引导探索，再从美观度、易用性…
作者声称用 Claude 于 2026 年 9 月 19 日分解 RSA-896 挑战数
作者 madars 声称于 2026 年 9 月 19 日与 Claude 协作完成了 RSA 挑战数 RSA-896 的因数分解，并公布了…
英伟达与 MIT 等团队开源 SoL-Pi 论文，自动演化 Agent 脚手架把 Token 消耗削减约一半
英伟达与 NTU、MIT 团队公开 SoL-Pi 论文，用自动研究循环让脚手架机制自我演化，最终保留动作融合、在线上下文压缩、观察打包和证据…
Google ScientistTwo 论文展示 AI 研究循环的自我改进能力
Google 发布 ScientistTwo 论文，展示 AI 研究中的递归自我改进：模型先改进人类方法，再以自身发现为新基线继续改进。它以…
MIT 与 Sakana AI 提出 SIFT：低成本的自我改进编码智能体树搜索框架
MIT 和 Sakana AI 的论文提出 SIFT（Self-Improvement via Fast Tree-search），用 LL…
MIT 与 Sakana AI 提出 SIFT：低成本实现自我改进的编码智能体
MIT 与 Sakana AI 的论文提出 SIFT（Self-Improvement via Fast Tree-search），验证自我…
2026年09月19日
RoboHarm 基准测试显示 GPT-6 Astra 与 Claude Fable 5.1 等模型很少拒绝危险机器人指令
Robocurve 团队发布 RoboHarm 安全基准，让 GPT-6 Astra、Claude Fable 5.1 和 MolmoAct…
Google 与 DeepMind 提出 Dream-RSI，让 AI 智能体通过回放搜索历史改进策略
Google 与 DeepMind 研究人员提出 Dream-RSI 方法，通过回放已完成的搜索记录离线测试数千种替代策略，只优化搜索策略而…
2026年05月28日
Fast， faster， Qwen. 🚀
Qwen3.5在TokenSpeed推理引擎上，针对智能体工作负载达到了创纪录的580 tokens per second （tps）速度。…
2026年05月27日
塑造产业的物理AI研究
Mistral AI通过收购Emmi AI，强化其在推动AI研究前沿与工业工程解决方案方面的投入。其目标是为航空航天、汽车、半导体和能源等塑…
社会科学中的编码智能体
一项针对1260名定量社会科学家的调查显示，虽然81%的受访者用过AI聊天机器人，但仅有20%将Claude Code、Codex等编码智能…
2026年05月20日
OpenAI模型证伪了离散几何中的一个核心猜想
OpenAI开发的人工智能模型成功解决了数学界悬而未决逾80年的"单元距离问题"，并由此推翻了离散几何领域的一个核心猜想。这一突破被视作人工…